太完整了！java编程思想第六版

最新推荐文章于 2024-10-05 00:37:35 发布

阿里Java后端

最新推荐文章于 2024-10-05 00:37:35 发布

阅读量2.1k

点赞数

分类专栏：程序员文章标签： java 后端面试

本文链接：https://blog.csdn.net/m0_57286472/article/details/117254251

版权

本文详细介绍了InnoDB存储引擎的内存结构，包括Buffer Pool、Change Buffer和Log Buffer，以及它们的工作原理和优化策略。同时，文章还探讨了InnoDB的磁盘结构，如Tablespace、System Tablespace和Doublewrite Buffer，强调了它们在数据可靠性中的作用。对于Java开发者和数据库管理员，理解这些概念对于提高数据库性能和保证数据安全至关重要。

摘要由CSDN通过智能技术生成

前言

今年的金三银四已经过去一大半了，在这其中参与过不少面试，2021都说工作不好找，这也是对开发人员的要求变向的提高了。
之前在Github上收获15K+star的Java核心神技（这参数，质量多高就不用我多说了吧）非常全面，包含基础知识、Java集合、JVM、多线程并发、spring原理、微服务、Netty 与RPC 、Kafka、日记、设计模式、Java算法、数据库、Zookeeper、分布式缓存、数据结构等等内容非常丰富，已经帮很多人拿下互联网一线公司的offer

InnoDB总体结构

首先我们来看官网的一张图(图片来源于MySQL官网)：

从上图中可以看出其主要分为两部分结构，一部分为内存中的结构(上图左边)，一部分为磁盘中的结构(上图右边)

内存结构

InnoDB内存中的结构主要分为：Buffer Pool,Change Buffer和Log Buffer三部分。

Buffer Pool

Buffer Pool是InnoDB缓存表和索引的一块主内存区域，Buffer Pool允许直接从内存中处理经常使用的数据，从而加快处理速度，带来一定的性能提升。但是缓存总有放满的时候，当缓存满了新来的数据怎么处理呢？Bufer Pool中采用的是LRU(least recently used，最近最少使用)算法，LRU列表中最前面存的是高频使用页，尾部放的是最少使用的页。当有新数据过来而缓存满了就会覆盖尾部数据。

假如我们有一条查询语句非常大，返回的结果集直接就超过了Buffer Pool的大小，而这种语句使用场景又是极少的，可能查询这一次之后很久不会查询，而这一次就将缓存占满了，将一些热点数据全部覆盖了。为了避免这种情况发生，InnoDB对传统的LRU算法又做了改进，将LRU列表分拆分为2个，如下图(图片来源于MySQL官网)：

该算法在new子列表中保留大量页面(5/8),old子列表包含较少使用的页面(3/8);old子列表中数据可能会被覆盖，该算法具体操作如下：

3/8的Buffer Pool空间用于old子列表
列表的中点是new子列表的尾部与old子列表的头部之间的边界
当InnoDB将一个页面读入缓冲池时，它首先将它插入到中间点(old子列表的头)。读取的页面是由用户发起的操作(比如SQL查询)或InnoDB自动执行的预读操作
访问old子列表中的页面使其“young